Kvantora.ai
ВойтиНачать работу
К результатам поиска

OpenAI

GPT 5.3 Codex

GPT-5.3-Codex, вариант GPT-5.3, ориентированный на программирование.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запрашивать несколько вызовов инструментов. Приложение проверяет права и выполняет действия.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 400 000 токенов400 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
  • Пакетные запросыПакетные запросыПакетный режим указан в данных модели. Это не означает, что отдельный batch API уже подключён в Kvantora.
Вход
221,55 ₽
Выход
1 772,40 ₽
Кэш
22,16 ₽
за 1 млн токенов
Доступность
100%
Подключить APIОткрыть в студии
API ID
openai/gpt-5.3-codex

Данные каталога получены .

Цена

Текстовый диалог · вход
221,55 ₽ / 1 млн токенов
Текстовый диалог · выход
1 772,40 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
22,16 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Вариант GPT-5.3 для программирования с оптимизированной маршрутизацией.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст, Изображения

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
400 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
128 000 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные файлы, Входные изображения

Контрольные показатели

Artificial Analysis

24 показателей

Источник ↗

Агентная работа

  • AA-Briefcase868 Elo

    Агентная работа со знаниями (Elo)

    Проверено

  • AA-Briefcase864 Elo

    Агентная работа со знаниями

    Проверено

  • T²-Bench Telecom (архивный)86 %

    Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением

    Проверено

Работа с документами

  • AA-LCR v1.183,3 %

    Рассуждение в длинном контексте, обновлённая проверка

    Проверено

Рассуждение по документу

  • AA-LCR v1.183,3 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)83,3 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GPQA Diamond (архивный)91,5 %

    Научные рассуждения уровня выпускника

    Проверено

Архивные методики

  • AA-LCR (версия не указана, архивный)83,3 %

    Рассуждение в длинном контексте

    Проверено

  • GPQA Diamond (архивный)91,5 %

    Научные вопросы уровня аспирантуры

    Проверено

  • T²-Bench Telecom (архивный)86 %

    Диалоговые агенты, где действует и пользователь

    Проверено

  • Terminal-Bench Hard (архивный)53 %

    Агентное программирование и работа в терминале

    Проверено

Знания

  • AA-Omniscience · точность52,9 %

    Доля правильных ответов

    Проверено

  • AA-Omniscience · точность52,9 %

    Доля вопросов с правильным ответом

    Проверено

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)89,2 %

    Доля выдуманных ответов среди неверных

    Проверено

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)89,2 %

    Доля неверных ответов среди некорректных ответов

    Проверено

Рассуждения

  • CritPt16,9 %

    Исследовательские задачи по физике

    Проверено

  • HLE42,5 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • HLE42,5 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • IFBench75,4 %

    Точное выполнение инструкций

    Проверено

Рассуждение

  • CritPt16,9 %

    Рассуждения по физике исследовательского уровня

    Проверено

  • IFBench75,4 %

    Тест на следование инструкциям

    Проверено

Другие показатели

  • Индекс интеллекта32,5 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

  • Индекс интеллекта32,5 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

Программирование

  • Terminal-Bench Hard (архивный)53 %

    Устаревший резервный вариант · Агентное программирование и работа в терминале

    Проверено

Design Arena

40 показателей

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Полный цикл разработки · Elo982 Elo

    Проверено

  • Полный цикл разработки · Elo993 Elo

    Проверено

  • Полный цикл разработки · доля побед36,5 %

    Проверено

  • Полный цикл разработки · доля побед36,5 %

    Проверено

  • Мобильные приложения · Elo1 084 Elo

    Проверено

  • Мобильные приложения · Elo1 081 Elo

    Проверено

  • Мобильные приложения · доля побед41,4 %

    Проверено

  • Мобильные приложения · доля побед41,4 %

    Проверено

  • Веб-приложения · Elo1 031 Elo

    Проверено

  • Веб-приложения · Elo1 040 Elo

    Проверено

  • Веб-приложения · доля побед36,9 %

    Проверено

  • Веб-приложения · доля побед36,9 %

    Проверено

Модели

  • 3D · Elo1 035 Elo

    Проверено

  • 3D · Elo1 026 Elo

    Проверено

  • 3D · доля побед35,3 %

    Проверено

  • 3D · доля побед35,3 %

    Проверено

  • ASCII-графика · Elo1 164 Elo

    Проверено

  • ASCII-графика · Elo1 169 Elo

    Проверено

  • ASCII-графика · доля побед51,2 %

    Проверено

  • ASCII-графика · доля побед51,2 %

    Проверено

  • Визуализация данных · Elo1 175 Elo

    Проверено

  • Визуализация данных · Elo1 177 Elo

    Проверено

  • Визуализация данных · доля побед50,6 %

    Проверено

  • Визуализация данных · доля побед50,6 %

    Проверено

  • Разработка игр · Elo1 174 Elo

    Проверено

  • Разработка игр · Elo1 184 Elo

    Проверено

  • Разработка игр · доля побед51,3 %

    Проверено

  • Разработка игр · доля побед51,3 %

    Проверено

  • SVG · Elo1 145 Elo

    Проверено

  • SVG · Elo1 134 Elo

    Проверено

  • SVG · доля побед54 %

    Проверено

  • SVG · доля побед54 %

    Проверено

  • UI-компоненты · Elo1 146 Elo

    Проверено

  • UI-компоненты · Elo1 152 Elo

    Проверено

  • UI-компоненты · доля побед47,3 %

    Проверено

  • UI-компоненты · доля побед47,3 %

    Проверено

  • Сайты · Elo1 173 Elo

    Проверено

  • Сайты · Elo1 170 Elo

    Проверено

  • Сайты · доля побед48,6 %

    Проверено

  • Сайты · доля побед48,6 %

    Проверено

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "openai/gpt-5.3-codex",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ